i PENDETEKSIAN KECURANGAN LAPORAN KEUANGAN (FINANCIAL STATEMENT FRAUD) DENGAN MENGGUNAKAN BENEISH RATIO INDEX PADA PERUSAHAAN MANUFAKTUR YANG LISTING DI BURSA EFEK INDONESIA TAHUN 2010-2011 SKRIPSI Diajukan kepada Fakultas Ekonomi Universitas Negeri Yogyakarta untuk Memenuhi Sebagian Persyaratan guna Memperoleh Gelar Sarjana Ekonomi Oleh: HEMA CHRISTY EFITASARI 06412141022 PROGRAM STUDI AKUNTANSI FAKULTAS EKONOMI UNIVERSITAS NEGERI YOGYAKARTA 2013
123
Embed
BENEISH RATIO INDEX PADA PERUSAHAAN MANUFAKTUR … · DAFTAR ISI Halaman HALAMAN JUDUL ... Index Pada Perusahaan Manufaktur Yang Listing Di Bursa Efek ...
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
i
PENDETEKSIAN KECURANGAN LAPORAN KEUANGAN
(FINANCIAL STATEMENT FRAUD) DENGAN MENGGUNAKAN
BENEISH RATIO INDEX PADA PERUSAHAAN MANUFAKTUR YANG
LISTING DI BURSA EFEK INDONESIA TAHUN 2010-2011
SKRIPSI
Diajukan kepada Fakultas Ekonomi Universitas Negeri Yogyakarta
untuk Memenuhi Sebagian Persyaratan guna Memperoleh
Gelar Sarjana Ekonomi
Oleh:
HEMA CHRISTY EFITASARI
06412141022
PROGRAM STUDI AKUNTANSI
FAKULTAS EKONOMI
UNIVERSITAS NEGERI YOGYAKARTA
2013
ii
iii
iv
PERNYATAAN KEASLIAN SKRIPSI
Yang bertanda tangan di bawah ini:
Nama : Hema Christy Efitasari
NIM : 06412141022
Program Studi : Akuntansi
Fakultas : Ekonomi
Judul Skripsi : PENDETEKSIAN KECURANGAN LAPORAN
KEUANGAN (FINANCIAL STATEMENT FRAUD) DENGAN
MENGGUNAKAN BENEISH RATIO INDEX PADA
PERUSAHAAN MANUFAKTUR YANG LISTING DI
BURSA EFEK INDONESIA TAHUN 2010-2011
Dengan ini saya menyatakan bahwa skripsi ini benar-benar karya saya sendiri.
Sepanjang sepengetahuan saya tidak terdapat karya atau pendapat yang ditulis atau
diterbitkan oleh orang lain kecuali sebagai acuan atau kutipan dengan mengikuti tata
penulisan karya ilmiah yang telah lazim.
Demikian, pernyataan ini saya buat dalam keadaan sadar dan tidak dipaksakan.
Yogyakarta, 27 Mei 2013 Penulis
Hema Christy Efitasari
NIM. 06412141022
v
MOTTO
“…Kepunyaan ALLAH-lah segala yang ada di langit dan di bumi dan kepada
ALLAH-lah dikembalikan segala urusan,
maka berdoalah kepadaKu niscaya akan Kuperkenankan bagimu…”
(Firman ALLAH)
“…Hope is a dream that doesn’t sleep…”
(Kyuhyun Super Junior)
“…Bertambah dewasa berarti pelan-pelan kau akan kehilangan senyummu, walaupun
begitu tetaplah tersenyum agar kau tidak kehilangan jati dirimu…”
(Penulis)
vi
PERSEMBAHAN
…Ibu, Ilham, Silka…
Disaat aku tak dapat menemukan tempat untuk bertahan
Disaat aku terjebak di dalam badai
Bahkan ketika hari-hariku di masa lalu seringkali dipenuhi dengan airmata
Mereka tetap memberiku cinta dan keberanian
Untuk mereka aku kirimkan rasa terima kasihku
Mari kita terus bermimpi, berjuang, dan bertasbih bersama
Selamanya saling menggenggam seperti ini
Karena kita percaya kita adalah satu
vii
PENDETEKSIAN KECURANGAN LAPORAN KEUANGAN (FINANCIAL STATEMENT FRAUD) DENGAN MENGGUNAKAN BENEISH RATIO INDEX
PADA PERUSAHAAN MANUFAKTUR YANG LISTING DI BURSA EFEK INDONESIA TAHUN 2010-2011
Oleh:
HEMA CHRISTY EFITASARI 06412141022
ABSTRAK
Penelitian ini bertujuan untuk: (1) mengetahui persentase perusahaan manufaktur yang listing di Bursa Efek Indonesia tahun 2010-2011 yang tergolong manipulators; (2) mengetahui persentase perusahaan manufaktur yang listing di Bursa Efek Indonesia tahun 2010-2011 yang tergolong non manipulators. Objek penelitian ini adalah seluruh perusahaan manufaktur yang listing di Bursa Efek Indonesia yang mempublikasikan laporan keuangan teraudit untuk tahun buku 2011, yang berjumlah 131 (seratus tiga puluh satu) perusahaan. Teknik pengambilan sampel adalah dengan menggunakan metode non probability - purposive judgement sampling dimana sampel ditentukan berdasarkan kriteria tertentu yang ditentukan oleh penulis dan memiliki keterbatasan dalam hal generalisasi. Sampel penelitian berjumlah 67 (enam puluh tujuh) perusahaan. Metode pengumpulan data menggunakan metode dokumentasi. Teknik analisis data yang digunakan adalah analisis deskriptif kuantitatif dengan menggunakan Beneish Ratio Index. Variabel dalam penelitian ini adalah Days’ Sales In Receivables Index (DSRI), Gross Margin Index (GMI), Asset Quality Index (AQI), Sales Growth Index (SGI), dan Total Accruals To Total Assets Index (TATA). Hasil pengujian dapat disimpulkan bahwa 3 perusahaan atau 4,48% perusahaan sampel tergolong Manipulators, 44 perusahaan atau 65,67% perusahaan sampel tergolong Non Manipulators, dan 20 perusahaan atau 29,85% perusahaan sampel tergolong Grey atau Grey Company. Kata Kunci : Manipulators, Non Manipulators, Beneish Ratio Index
viii
KATA PENGANTAR
Segala puji syukur penulis panjatkan kepada Allah SWT atas segala limpahan
rahmat dan hidayahNya, sehingga penulis dapat menyelesaikan tugas akhir skripsi
yang berjudul “Pendeteksian Kecurangan Laporan Keuangan (Financial Statement
Fraud) Dengan Menggunakan Beneish Ratio Index Pada Perusahaan Manufaktur
Yang Listing Di Bursa Efek Indonesia Tahun 2010-2011” dengan lancar. Penulis
menyadari sepenuhnya,tanpa bimbingan dan bantuan dari berbagai pihak, tugas akhir
skripsi ini tidak akan dapat diselesaikan dengan baik. Oleh karena itu pada
kesempatan ini penulis mengucapkan terimakasih yang tulus kepada:
1. Prof. Dr. Rochmat Wahab, M.Pd., M.A., Rektor Universitas Negeri Yogyakarta.
2. Dr. Sugiharsono, M.Si., Dekan Fakultas Ekonomi Universitas Negeri
Yogyakarta.
3. Sukirno, M.Si., Ph.D., Ketua Jurusan Pendidikan Akuntansi.
4. Dhyah Setyorini, M.Si., Ak., Koordinator Program Pendidikan Akuntansi dan
juga sebagai dosen pembimbing yang telah sabar memberikan saran dan
pengarahan selama penyusunan skripsi.
5. Mahendra Adhi Nugroho, M.Sc., selaku dosen pembimbing yang telah
meluangkan waktu, dengan penuh kesabaran dalam memberikan bimbingan,
pengarahan, serta nasehat yang sangat membantu dalam penyusunan skripsi ini.
6. Abdullah Taman, M.Si., Ak., dosen narasumber sekaligus penguji utama yang
telah memberikan pertimbangan dan masukan guna menyempurnakan penulisan
skripsi ini.
ix
7. Sukanti, M.Pd., selaku ketua penguji yang telah memberikan masukan dalam
menyempurnakan penulisan skripsi ini.
8. Rr. Indah Mustikawati, M.Si.,Ak., dosen pembimbing akademik yang telah
memberikan arahan dan masukan selama penulis menuntut ilmu.
9. Segenap dosen atau staf pengajar Prodi Akuntansi Fakultas Ekonomi Universitas
Negeri Yogyakarta, yang telah memberikan pengajaran, ilmu pengetahuan dan
pengalaman selama penulis menimba ilmu.
10. Ibu, Ilham, dan Silka, yang selalu memberikan doa, kasih sayang, dan semangat.
11. Lia, Mimit, Oely, sahabat terbaik yang selalu bersedia berbagi kebahagiaan dan
kesedihan.
12. Teman-teman AKSI 2006 (A), yang telah bersama-sama berbagi ilmu dan cerita
serta kesempatan untuk mengenal kalian semua.
13. Semua pihak yang telah membantu dan memperlancar proses penulisan skripsi
ini.
Semoga semua amal baik mereka dicatat sebagai amalan yang baik oleh Allah
SWT. Akhirnya harapan penulis mudah-mudahan apa yang terkandung dalam
penelitian ini dapat bermanfaat bagi pihak lain.
Yogyakarta, 27 Mei 2013 Penulis
Hema Christy Efitasari NIM. 06412141022
x
DAFTAR ISI
Halaman
HALAMAN JUDUL ………………………………………………………... i
HALAMAN PERSETUJUAN PEMBIMBING ……………………………. ii
HALAMAN PENGESAHAN ………………………………………………. iii
HALAMAN PERNYATAAN KEASLIAN SKRIPSI …………………….. iv
HALAMAN MOTTO ……………………………………………………….. v
HALAMAN PERSEMBAHAN ……………………………………………. vi
ABSTRAK …………………………………………………………………... vii
KATA PENGANTAR ………………………………………………………. viii
DAFTAR ISI ………………………………………………………………... x
DAFTAR TABEL ………………………………………………………….... xiv
DAFTAR GAMBAR ………………………………………………………... xv
DAFTAR LAMPIRAN ……………………………………………………… xvi
BAB I PENDAHULUAN …………………………………………………… 1
A. Latar Belakang Masalah ………………………………………………….. 1
B. Identifikasi Masalah ……………………………………………………… 6
C. Pembatasan Masalah …………………………………………………….... 7
D. Rumusan Masalah ………………………………………………………... 7
E. Tujuan Penelitian …………………………………………………………. 8
F. Manfaat Penelitian …………………………………………………............ 8
1. Manfaat Teoritis ………………………………………………………... 8
xi
2. Manfaat Praktis ……………………………………………………….... 8
BAB II KAJIAN TEORI DAN PERTANYAAN PENELITIAN …………. 10
Rezaee (2005) yang dikutip oleh Ratna Wardhani (2012) mendefinisikan
kecurangan dalam laporan keuangan sebagai berikut: “Financial statement
fraud is a deliberate attempt by corporations to deceive or mislead users of
published financial statements, especially investors and creditors, by
20
preparing and disseminating materially misstated financial statements”.
Kecurangan laporan keuangan dapat berkaitan dengan beberapa skema
seperti: (1) falsifikasi, pengubahan, atau manipulasi dari catatan keuangan,
dokumen pendukung atau transaksi bisnis; (2) kesalahan pencatatan material
yang disengaja (material intentional misstatement), penghapusan, atau
kesalahan presentasi dari kejadian, transaksi, akun atau informasi signifikan
lainnya yang merupakan sumber informasi pembuatan laporan keuangan; (3)
kesalahan aplikasi dan kesalahan interpretasi yang disengaja dan eksekusi
standar akuntansi yang salah dalam hal penerapan prinsip, kebijakan, dan
metode yang digunakan untuk mengukur, mengakui, dan melaporkan kejadian
ekonomis dan transaksi bisnis; (4) penghilangan secara sengaja dari
pengungkapan atau penyajian pengungkapan yang tidak memadai berkaitan
dengan standar, prinsip, praktek akuntansi yang didasarkan pada standar
akuntansi yang tersedia yang memiliki kelemahan atau celah yang dapat
digunakan perusahaan untuk menutupi substansi ekonomi dari kinerjanya
(Rezaee dalam Ratna Wardhani, 2012: 2).
Association of Certified Fraud Examiners (ACFE), salah satu asosiasi
di USA yang mendarmabaktikan kegiatannya dalam pencegahan dan
pemberantasan kecurangan, mengkategorikan kecurangan dalam tiga
kelompok sebagai berikut:
21
a. Kecurangan Laporan Keuangan (Financial Statement Fraud)
Kecurangan laporan keuangan dapat didefinisikan sebagai kecurangan
yang dilakukan oleh manajemen dalam bentuk salah saji material laporan
keuangan yang merugikan investor dan kreditor. Kecurangan ini dapat
bersifat financial atau kecurangan non financial.
b. Penyalahgunaan aset (Asset Misappropriation)
Penyalahagunaan aset dapat digolongkan ke dalam kecurangan kas atau
kecurangan atas persediaan dan aset lainnya, serta pengeluaran-
pengeluaran biaya secara curang (fraudulent disbursement).
c. Korupsi (Corruption)
Korupsi adalah tindakan seorang pejabat atau petugas yang secara tidak
sah dan tidak dapat dibenarkan memanfaatkan pekerjaannya atau
karakternya untuk mendapatkan keuntungan bagi dirinya sendiri atau
untuk orang lain, dengan melanggar kewajiban dan hak orang lain
(Black’s Law Dictionary dalam James A. Hall dan Tommie Singleton,
2007: 285). Menurut ACFE, korupsi terbagi ke dalam pertentangan
kepentingan (conflict of interest), suap (bribery), pemberian illegal (illegal
gratuity), dan pemerasan (economic extortion).
ACFE juga menjelaskan beberapa alasan mengapa kecurangan laporan
keuangan dapat terjadi, alasan tersebut diantaranya:
a. To make the company’s stock look more attractive and encourage investment
22
b. To increase earnings per share and allow for increased dividend pay outs.
c. To obtain additional financing or more favorable terms on existing financing.
d. To meet company goals and objectives. e. To produce bonuses based on financial performance.
Istilah fraud dalam laporan keuangan sebenarnya telah dijelaskan dalam
Standar Profesional Akuntan Publik (SPAP) pada Pernyataan Standar Audit
No. 16 dengan istilah penyimpangan (irregularities). Menurut pernyataan
tersebut, irregularities menunjukkan pendistorsian secara sengaja terhadap
laporan keuangan, seperti secara sengaja mengemukakan hal-hal yang tidak
benar (misrepresentations) oleh manajemen, seringkali disebut sebagai
kecurangan pelaporan keuangan atau kecurangan manajemen. Kecurangan
pelaporan keuangan didefinisikan sebagai usaha dengan sengaja
mengemukakan hal-hal yang tidak benar oleh manajemen, yang
mengakibatkan adanya penyimpangan dari laporan keuangan. Jenis lain dari
suatu irregularities adalah penyalahgunaan harta kekayaan yang seringkali
disebut penggelapan (defalcations).
Berkaitan dengan kecurangan laporan keuangan, IAI (2007) juga
menjelaskan dalam SPAP seksi 316 bahwa:
a. Salah saji yang timbul dari kecurangan dalam laporan keuangan, yaitu salah saji atau penghilangan dengan sengaja jumlah atau pengungkapan dalam laporan keuangan untuk mengelabuhi pemakai laporan keuangan.
b. Salah saji yang timbul dari perlakuan yang tidak semestinya. Hal ini seringkali disebut dengan penyalahgunaan atau penggelapan berkaitan dengan pencurian aktiva entitas yang berakibat laporan keuangan tidak disajikan sesuai prinsip yang berterima umum di Indonesia.
23
James A. Hall dan Tommie Singleton (2007: 296) mengelompokkan
faktor risiko yang berkaitan dengan kecurangan dalam laporan keuangan
berdasarkan klasifikasi sebagai berikut:
a. Karakteristik dan pengaruh pihak manajemen terhadap lingkungan pengendalian. Faktor ini berkaitan dengan sikap pihak manajemen puncak terhadap pengendalian internal, gaya manajemen, tekanan situasional, dan proses pelaporan keuangan.
b. Kondisi industri. Klasifikasi ini meliputi lingkungan ekonomi dan lingkungan yang berkaitan dengan peraturan dimana entitas terkait operasi. Contohnya, perusahaan yang berada dalam industri yang sedang menurun kondisinya atau yang pelanggan utamanya mengalami kebangkrutan bisnis, memiliki risiko kecurangan lebih besar daripada entitas yang industri dasarnya stabil.
c. Karakteristik operasional dan stabilitas keuangan. Klasifikasi ini berkaitan dengan sifat entitas terkait dengan kompleksitas transaksinya. Contohnya, perusahaan yang terlibat dalam transaksi dengan pihak lain yang tidak diaudit, mungkin memiliki risiko terjadinya kecurangan.
Pelaporan keuangan yang mengandung unsur kecurangan dapat
mengakibatkan turunnya integritas informasi keuangan dan dapat
mempengaruhi berbagai pihak seperti pemilik, investor, kreditor, karyawan,
auditor, dan bahkan kompetitor.
4. Deteksi Kecurangan Laporan Keuangan
Salah satu risiko yang dihadapi perusahaan adalah integrity risk, yaitu
risiko adanya kecurangan oleh manajemen atau pegawai perusahaan, tindakan
illegal, atau tindakan penyimpangan lainnya yang dapat mengurangi nama
baik/reputasi perusahaan di dunia usaha, atau dapat mengurangi kemampuan
perusahaan dalam mempertahankan kelangsungan hidupnya. Adanya risiko
24
tersebut mengharuskan adanya tindakan pencegahan/prevention untuk
menangkal terjadinya kecurangan (fraud). Namun pencegahan saja tidaklah
memadai, harus dipahami cara mendeteksi secara dini terjadinya kecurangan-
kecurangan yang timbul. Tindakan pendeteksian tersebut tidak dapat
digeneralisir terhadap semua kecurangan. Masing-masing jenis kecurangan
memiliki karakteristik tersendiri, sehingga untuk dapat mendeteksi
kecurangan perlu kiranya pemahaman yang baik terhadap jenis-jenis
kecurangan yang mungkin timbul dalam perusahaan.
Seorang profesor akuntansi, W. Steve Albrecht dalam Joseph T.Wells
(2001) mengatakan:
“Financial statements tell a story and the story should make sense.” If not, it’s possible the story is a fake. By standing far enough back from the numbers to get a good pictureof the client’s business, auditors frequently can detect signs of financial statement frauds. Because the balance sheet, income statement and statement of cash flows are interrelated, such frauds can pop out when certain numbers don’t make sense. The inescapable logicof the accounting equation ensures that any major overstatement of assets or profits, will show up over time. Sebagian besar bukti-bukti kecurangan merupakan bukti-bukti yang
sifatnya tidak langsung. Petunjuk adanya kecurangan biasanya ditunjukkan
oleh munculnya gejala-gejala (symptoms) seperti adanya perubahan gaya
hidup atau perilaku seseorang, dokumentasi yang mencurigakan, keluhan dari
pelanggan ataupun kecurigaan dari rekan sekerja. Pada awalnya, kecurangan
ini akan tercermin melalui timbulnya karakteristik tertentu, baik yang
merupakan kondisi/keadaan lingkungan, maupun perilaku seseorang.
25
Karakteristik yang bersifat kondisi/situasi tertentu, perilaku/kondisi seseorang
personal tersebut dinamakan red flag (fraud indicators).
Meskipun timbulnya red flag tersebut tidak selalu merupakan indikasi
adanya kecurangan, namun red flag ini biasanya selalu muncul di setiap kasus
kecurangan yang terjadi. Pemahaman dan analisis lebih lanjut terhadap red
flag tersebut dapat membantu langkah selanjutnya untuk memperoleh bukti
awal atau mendeteksi adanya kecurangan. Berikut adalah gambaran secara
garis besar pendeteksian kecurangan berdasar penggolongan kecurangan oleh
Dari tabel diatas dapat diketahui besarnya ratio index yang dimiliki
oleh perusahaan sampel.
b. Membandingkan indeks hitung dengan indeks parameter (Beneish Ratio
Index).
1) Days Sales in Receivables Index (DSRI)
Tabel 8. Indeks Parameter Days Sales in Receivables Index (DSRI)
No. Indeks Keterangan 1 ≤ 1,031 Non Manipulators 2 1,031 < index < 1,465 Grey 3 ≥ 1,465 Manipulators
(Sumber: Beneish Ratio Index, 1999)
2) Gross Margin Index (GMI)
Tabel 9. Indeks Parameter Gross Margin Index (GMI)
No. Indeks Keterangan 1 ≤ 1,014 Non Manipulators 2 1,014 < index < 1,193 Grey 3 ≥ 1,193 Manipulators
(Sumber: Beneish Ratio Index, 1999)
59
3) Asset Quality Index (AQI)
Tabel 10. Indeks Parameter Asset Quality Index (AQI)
No. Indeks Keterangan 1 ≤ 1,039 Non Manipulators 2 1,039 < index < 1,254 Grey 3 ≥ 1,254 Manipulators
(Sumber: Beneish Ratio Index, 1999)
4) Sales Growth Index (SGI)
Tabel 11. Indeks Parameter Sales Growth Index (SGI)
No. Indeks Keterangan 1 ≤ 1,134 Non Manipulators 2 1,134 < index < 1,607 Grey 3 ≥ 1,607 Manipulators
(Sumber: Beneish Ratio Index, 1999)
5) Total Accruals to Total Assets (TATA)
Tabel 12. Indeks Parameter Total Accruals to Total Assets (TATA)
No. Indeks Keterangan 1 ≤ 0,018 Non Manipulators 2 0,018 < index < 0,031 Grey 3 ≥ 0,031 Manipulators
(Sumber: Beneish Ratio Index, 1999)
Angka indeks perusahaan yang berada pada angka indeks Non
Manipulators dan angka indeks Manipulators digolongkan sebagai Grey
Company. Hasil perbandingan ratio index (indeks hitung) perusahaan
dengan indeks parameter yang dilakukan terhadap 67 sampel disajikan
dalam tabel berikut:
60
Tabel 13. Hasil Perbandingan Ratio Index Perusahaan dengan Indeks
Parameter (Sumber : Olah Data 2013).
No Emiten DSRI M/N/G GMI M/N/G AQI M/N/G 1 INTP 1,185683751 G 1,077115217 G 1,059393526 G 2 SMCB 0,895650912 N 0,995722058 N 0,800097214 N 3 SMGR 0,941424812 N 1,038619559 G 0,534905924 N 4 AMFG 1,143156026 G 1,030079582 G 1,099747163 G 5 ARNA 0,631287131 N 1,027752763 G 0,937939204 N 6 TOTO 1,060195548 G 1,046688494 G 1,634701254 M 7 ALKA 1,631466799 M 0,864614295 N 0,593825355 N 8 BTON 1,151071846 G 0,806510834 N 0,810413344 N 9 INAI 1,399270341 G 1,05790382 G 0,822139312 N 10 JPRS 1,750040118 M 1,469933173 M 1,023543213 N 11 LION 1,19010779 G 1,052546785 G 1,120188769 G 12 LMSH 1,713314527 M 1,00456364 N 1,423524176 M 13 MYRX 0,241583546 N 0,596312082 N 248,5346688 M 14 PICO 0,452665721 N 1,068347879 G 0,70391777 N 15 TBMS 0,989690059 N 1,127067195 G 11,1075476 M 16 BUDI 0,858775363 N 0,904699453 N 0,400911035 N 17 ETWA 1,047234653 G 0,64361202 N 1,170161978 G 18 SRSN 1,266940167 G 0,874737403 N 0,697248202 N 19 TPIA 0,973425611 N 1,508926638 M 0,938643735 N 20 UNIC 0,971066267 N 0,967027944 N 0,894591927 N 21 BRNA 0,814713083 N 1,001721383 N 0,889552084 N 22 TRST 0,838022122 N 1,138550123 G 1,71610929 M 23 CPIN 1,264821971 G 1,139383459 G 2,54317544 M 24 MAIN 1,362557515 G 1,090501855 G 0,867364194 N 25 ALDO 0,95842101 N 0,928225905 N 0,881823445 N 26 INKP 0,884602202 N 1,366646593 M 0,944717194 G 27 SPMA 1,573035419 M 1,376377296 M 1,387168368 M 28 TKIM 0,669593987 N 0,97956886 N 0,925207956 N 29 ASII 1,238404452 G 1,01940635 G 0,984214882 N 30 IMAS 0,935823405 N 1,01895434 G 0,822408095 N 31 INDS 1,131261908 G 0,919407992 N 0,060711291 N 32 NIPS 0,942066754 N 0,994494842 N 1,041786336 G
61
No Emiten DSRI M/N/G GMI M/N/G AQI M/N/G 33 PRAS 6,385631462 M 1,133170243 G 0,553614839 N 34 SMSM 1,01644957 N 0,926700354 N 0,663218103 N 35 ADMG 1,243917824 G 0,412512532 N 0,91616269 N 36 ERTX 2,207623078 M -0,45247472 N 0,525156462 N 37 ESTI 0,912616708 N 0,857461117 N 0,67308121 N 38 PBRX 1,399604601 G 0,964135794 N 1,734845274 M 39 POLY 0,862810792 N 1,108733432 G 0,740642127 N 40 RICY 1,335362657 G 0,929775985 N 7,494219374 M 41 IKBI 0,641843048 N 0,74281549 N 0,992761856 N 42 JECC 0,476095078 N 0,593937852 N 1,100427109 G 43 KBLM 1,085633483 G 0,713672461 N 0,163021718 N 44 SCCO 0,731656218 N 0,974280366 N 0,805211714 N 45 VOKS 0,699854427 N 0,7765722 N 1,409791965 M 46 AISA 1,19248986 G 1,08174761 G 0,770877339 N 47 CEKA 0,678612962 N 0,729172418 N 0,141827549 N 48 DLTA 0,835943912 N 0,961998458 N 0,722380877 N 49 ICBP 1,212648973 G 1,068096637 G 0,880673726 N 50 INDF 0,9746826 N 1,171412772 G 0,922325017 N 51 MLBI 1,164699127 G 0,988184374 N 1,493048915 M 52 ROTI 1,035311352 G 1,012089312 G 1,813773221 M 53 SKLT 1,119651491 G 0,938951752 N 1,037177507 N 54 HMSP 0,822259997 N 1,014787503 N 1,067187779 G 55 RMBA 1,309468039 G 0,950151091 N 0,713900137 N 56 DVLA 1,016935168 N 0,986565247 N 1,094736686 G 57 INAF 1,056318488 G 0,923145716 N -1,78849788 N 58 KAEF 0,966926699 N 0,952771651 N 0,923201846 N 59 KLBF 1,135600872 G 0,993028045 N 0,98404505 N 60 PYFA 1,089398773 G 0,947889018 N 1,278657159 M 61 TSPC 0,99333815 N 0,969451139 N 1,095613734 G 62 MBTO 1,031356002 N 0,997428426 N 0,550244435 N 63 MRAT 1,0825775 G 1,000102713 N 0,718025536 N 64 TCID 1,007394529 N 1,02026261 G 0,995141708 N 65 UNVR 1,089871435 G 1,013084971 N 0,744876006 N 66 KDSI 1,09381504 G 0,937244964 N 0,937126351 N 67 LMPI 0,987296279 N 1,039206308 G 0,966976859 N
62
Tabel 14. Hasil Perbandingan Ratio Index Perusahaan dengan Indeks
Parameter - lanjutan (Sumber : Olah Data 2013).
No Emiten SGI M/N/G TATA M/N/G 1 INTP 1,24691463 G -0,00919007 N 2 SMCB 1,262285321 G -0,081322763 N 3 SMGR 1,141841766 G -0,017136 N 4 AMFG 1,07012503 N 0,009706403 N 5 ARNA 1,11142221 N -0,009025369 N 6 TOTO 1,196547648 G -0,025459585 N 7 ALKA 1,033078839 N 0,032205124 M 8 BTON 1,201125144 G 0,340689702 M 9 INAI 1,204726958 G -0,051038965 N 10 JPRS 1,499266492 G 0,072238195 M 11 LION 1,291492557 G 0,038382287 M 12 LMSH 1,288866675 G 0,058560428 M 13 MYRX 1,682442455 M -0,599642849 N 14 PICO 1,059551099 N 0,069778993 M 15 TBMS 1,419027512 G -0,027240766 N 16 BUDI 1,178688757 G 0,062205027 M 17 ETWA 1,115157848 N -0,074746318 N 18 SRSN 1,129740054 N 0,060173455 M 19 TPIA 1,182606543 G 0,017865666 N 20 UNIC 1,284544126 G -0,028162682 N 21 BRNA 1,195322188 G -0,173565998 N 22 TRST 1,160615466 G 0,021470251 G 23 CPIN 1,191018968 G 0,384121884 M 24 MAIN 1,293609703 G 0,050464616 M 25 ALDO 1,10889004 N 0,028116064 G 26 INKP 1,02004717 N -0,027241889 N 27 SPMA 1,023136391 N -0,188148877 N 28 TKIM 1,02985884 N -0,020433283 N 29 ASII 1,259814938 G -0,018746621 N 30 IMAS 1,442715824 G 0,014874498 N 31 INDS 1,202377351 G 0,199167319 M 32 NIPS 1,444829999 G 0,027781746 G
63
No Emiten SGI M/N/G TATA M/N/G 33 PRAS 1,150579092 G -0,11017684 N 34 SMSM 1,157578358 G 0,001756885 N 35 ADMG 1,340291824 G -0,014762838 N 36 ERTX 1,112653531 N 0,542860087 M 37 ESTI 1,164495271 G 0,164904792 M 38 PBRX 1,52000687 G 0,015581292 N 39 POLY 1,247286793 G 0,407755381 M 40 RICY 1,062159051 N -0,0345987 N 41 IKBI 1,15134639 G 0,061852881 M 42 JECC 1,525680646 G 0,02405645 G 43 KBLM 1,593666852 G -0,057888714 N 44 SCCO 1,530082407 G -0,096084089 N 45 VOKS 1,538373443 G -0,002929642 N 46 AISA 2,485468364 M -0,009790244 N 47 CEKA 1,723977468 M -0,056591559 N 48 DLTA 1,156510541 G -0,03085572 N 49 ICBP 1,078342183 N 0,004361665 N 50 INDF 1,180424213 G -0,037045655 N 51 MLBI 1,038312691 N -0,062029975 N 52 ROTI 1,328572742 G -0,025786614 N 53 SKLT 1,096420285 N -0,075182394 N 54 HMSP 1,218411431 G 0,038173664 M 55 RMBA 1,130899893 N -0,22808475 N 56 DVLA 1,046384984 N 0,058994191 M 57 INAF 1,148436033 G -0,06166017 N 58 KAEF 1,093389786 N 0,086700106 M 59 KLBF 1,066987881 N -0,009131625 N 60 PYFA 1,072668833 N 0,014457683 N 61 TSPC 1,125904077 N -0,020882867 N 62 MBTO 1,14516211 G 0,135258093 M 63 MRAT 1,100035472 G 0,043387975 M 64 TCID 1,127975617 N 0,189710606 M 65 UNVR 1,191921439 G -0,267207838 N 66 KDSI 1,051160664 N 0,04306811 M 67 LMPI 1,250483695 G -0,04076755 N
64
Dari tabel diatas dapat diketahui kriteria penggolongan masing-
masing ratio index (indeks hitung).
c. Menentukan perusahaan tergolong manipulators atau non manipulators
menurut kriteria penggolongan.
1) Perusahaan yang memiliki ≥ 3 (tiga) indeks hitung yang sesuai
dengan indeks parameter yang menyatakan Manipulators, tergolong
ke dalam perusahaan Manipulators.
2) Perusahaan yang memiliki ≥ 3 (tiga) indeks hitung yang sesuai
dengan indeks parameter yang menyatakan Non Manipulators,
tergolong ke dalam perusahaan Non Manipulators.
3) Perusahaan yang memiliki ≥ 3 (tiga) indeks hitung yang sesuai
dengan indeks parameter yang menyatakan grey, dan indeks hitung
yang tidak memenuhi 2 (dua) kriteria penggolongan tersebut
(Manipulators dan Non Manipulators) digolongkan perusahaan grey
(Grey Company).
Hasil penggolongan perusahaan yang digolongkan terhadap 67
perusahaan disajikan dalam tabel sebagai berikut:
Tabel 15. Hasil Penggolongan Perusahaan
No. Kode DSRI GMI AQI SGI TATA Kategori 1 INTP G G G G N Grey 2 SMCB N N N G N Non Manipulators 3 SMGR N G N G N Non Manipulators 4 AMFG G G G N N Grey
65
No. Kode DSRI GMI AQI SGI TATA Kategori 5 ARNA N G N N N Non Manipulators 6 TOTO G G M G N Grey 7 ALKA M N N N M Non Manipulators 8 BTON G N N G M Grey 9 INAI G G N G N Grey 10 JPRS M M N G M Manipulators 11 LION G G G G M Grey 12 LMSH M N M G M Manipulators 13 MYRX N N M M N Non Manipulators 14 PICO N G N N M Non Manipulators 15 TBMS N G M G N Grey 16 BUDI N N N G M Non Manipulators 17 ETWA G N G N N Non Manipulators 18 SRSN G N N N M Non Manipulators 19 TPIA N M N G N Non Manipulators 20 UNIC N N N G N Non Manipulators 21 BRNA N N N G N Non Manipulators 22 TRST N G M G G Grey 23 CPIN G G M G M Grey 24 MAIN G G N G M Grey 25 ALDO N N N N G Non Manipulators 26 INKP N M G N N Non Manipulators 27 SPMA M M M N N Manipulators 28 TKIM N N N N N Non Manipulators 29 ASII G G N G N Grey 30 IMAS N G N G N Non Manipulators 31 INDS G N N G M Grey 32 NIPS N N G G G Grey 33 PRAS M G N G N Grey 34 SMSM N N N G N Non Manipulators 35 ADMG G N N G N Non Manipulators 36 ERTX M N N N M Non Manipulators 37 ESTI N N N G M Non Manipulators 38 PBRX G N M G N Grey 39 POLY N G N M G Grey
66
No. Kode DSRI GMI AQI SGI TATA Kategori 40 RICY G N M N N Non Manipulators 41 IKBI N N N G M Non Manipulators 42 JECC N N G G G Grey 43 KBLM G N N G N Non Manipulators 44 SCCO N N N G N Non Manipulators 45 VOKS N N M G N Non Manipulators 46 AISA G G N M N Grey 47 CEKA N N N M N Non Manipulators 48 DLTA N N N G N Non Manipulators 49 ICBP G G N N N Non Manipulators 50 INDF N G N G N Non Manipulators 51 MLBI G N M N N Non Manipulators 52 ROTI G G M G N Grey 53 SKLT G N N N N Non Manipulators 54 HMSP N N G G M Grey 55 RMBA G N N N N Non Manipulators 56 DVLA N N G N M Non Manipulators 57 INAF G N N G N Non Manipulators 58 KAEF N N N N M Non Manipulators 59 KLBF G N N N N Non Manipulators 60 PYFA G N M N N Non Manipulators 61 TSPC N N G N N Non Manipulators 62 MBTO N N N G M Non Manipulators 63 MRAT G N N G M Grey 64 TCID N G N N M Non Manipulators 65 UNVR G N N G N Non Manipulators 66 KDSI G N N N M Non Manipulators 67 LMPI N G N G N Non Manipulators
(Sumber : Olah Data 2013)
Dari tabel di atas dapat diketahui perusahaan mana yang tergolong
Manipulators, Non Manipulators, atau Grey/Grey Company.
Golongan perusahaan Manipulators disajikan dalam tabel 16,
golongan perusahaan Non Manipulators disajikan dalam tabel 17, dan
67
golongan perusahaan Grey/Grey Company disajikan dalam tabel 18,
sebagai berikut:
Tabel 16. Golongan Perusahaan Manipulators
No Emiten DSRI GMI AQI SGI TATA KATEGORI 1 JPRS M M N G M Manipulators 2 LMSH G N M M M Manipulators 3 SPMA M M M N N Manipulators
(Sumber : Olah Data 2013)
Tabel 17. Golongan Perusahaan Non Manipulators
No Emiten DSRI GMI AQI SGI TATA KATEGORI 1 SMCB N N N G N Non Manipulators 2 SMGR N G N G N Non Manipulators 3 ARNA N G N N N Non Manipulators 4 ALKA M N N N M Non Manipulators 5 MYRX N N M M N Non Manipulators 6 PICO N G N N M Non Manipulators 7 BUDI N N N G M Non Manipulators 8 ETWA G N G N N Non Manipulators 9 SRSN G N N N M Non Manipulators 10 TPIA N M N G N Non Manipulators 11 UNIC N N N G N Non Manipulators 12 BRNA N N N G N Non Manipulators 13 ALDO N N N N G Non Manipulators 14 INKP N M G N N Non Manipulators 15 TKIM N N N N N Non Manipulators 16 IMAS N G N G N Non Manipulators 17 INDS N N N G M Non Manipulators 18 SMSM N N N G N Non Manipulators 19 ADMG G N N G N Non Manipulators 20 ERTX M N N N M Non Manipulators 21 ESTI N N N G M Non Manipulators 22 RICY G N M N N Non Manipulators 23 IKBI N N N G M Non Manipulators
68
No Emiten DSRI GMI AQI SGI TATA KATEGORI 24 KBLM G N N G N Non Manipulators 25 SCCO N N N G N Non Manipulators 26 VOKS N N M G N Non Manipulators 27 CEKA N N N M N Non Manipulators 28 DLTA N N N G N Non Manipulators 29 ICBP G G N N N Non Manipulators 30 INDF N G N G N Non Manipulators 31 MLBI G N M N N Non Manipulators 32 SKLT G N N N N Non Manipulators 33 RMBA G N N N N Non Manipulators 34 DVLA N N G N M Non Manipulators 35 INAF G N N G N Non Manipulators 36 KAEF N N N N M Non Manipulators 37 KLBF G N N N N Non Manipulators 38 PYFA G N M N N Non Manipulators 39 TSPC N N G N N Non Manipulators 40 MBTO N N N G M Non Manipulators 41 TCID N G N N M Non Manipulators 42 UNVR G N N G N Non Manipulators 43 KDSI G N N N M Non Manipulators 44 LMPI N G N G N Non Manipulators
(Sumber : Olah Data 2013)
Tabel 18. Golongan Perusahaan Grey/Grey Company
No Emiten DSRI GMI AQI SGI TATA KATEGORI 1 INTP G G G G N Grey 2 AMFG G G G N N Grey 3 TOTO G G M G N Grey 4 INAI G G N G N Grey 5 LION G G G G M Grey 6 TBMS N G M G N Grey 7 TRST N G M G G Grey 8 CPIN G G M G M Grey 9 MAIN G G N G M Grey 10 ASII G G N G N Grey
69
No Emiten DSRI GMI AQI SGI TATA KATEGORI 11 INDS G N N G M Grey 12 NIPS N N G G G Grey 13 PRAS M G N G N Grey 14 PBRX G N M G N Grey 15 POLY N G N G M Grey 16 JECC N N G G G Grey 17 AISA G G N M N Grey 18 ROTI G G M G N Grey 19 HMSP N N G G M Grey 20 MRAT G N N G M Grey
(Sumber : Olah Data 2013)
d. Perhitungan jumlah persentase dari perusahaan yang tergolong
manipulators atau non manipulators.
1) Perusahaan Manipulators
2) Perusahaan Non Manipulators
3) Perusahaan Grey/Grey Company
B. Pembahasan
1. Pembahasan tentang Perusahaan Manipulators
Menurut hasil analisis terdapat 3 (tiga) perusahaan atau 4,48% dari total
perusahaan sampel telah melakukan kecurangan (fraud) terhadap penyajian
laporan keuangannya. Taylor and Glezen (1997) dalam Putri Fabelli
70
mengatakan bahwa fraud dapat tampak pada hal-hal di antaranya adalah
manipulasi.
Perusahaan yang melakukan kecurangan (fraud) terhadap laporan
keuangannya dapat merugikan pihak-pihak pengguna laporan keuangan
tersebut, karena laporan keuangan tersebut disajikan tidak sesuai dengan
kenyataan yang ada. Kecurangan (fraud) yang dilakukan biasanya dengan
melebih-sajikan harta kekayaan dan keuntungan, sehingga menarik perhatian
investor dan kreditor untuk menanamkan modal atau memberikan pinjaman
kredit terhadap perusahaan tersebut.
Bagi investor, dampak dari adanya kecurangan (fraud) tersebut yaitu dapat
meningkatkan resiko rendahnya tingkat pengembalian yang seharusnya
diterima atas modal yang telah ditanamkan, sedangkan bagi kreditor akan
dirugikan karena pinjaman yang telah diberikan beresiko tidak akan tertagih
(NPL – Non Performing Loan). Pemerintah juga akan sangat dirugikan ketika
perbankan selaku kreditor yang memberikan pinjaman kredit kepada
perusahaan yang tidak layak, memilki Non Performing Loan (NPL) yang
tinggi, sehingga pemerintah harus memberikan dana bantuan likuiditas agar
perbankan dapat membayar kewajiban jangka pendeknya terhadap nasabah.
Jika kecurangan (fraud) tidak segera diatasi dan perusahaan yang
melakukan manipulasi semakin bertambah banyak, maka hal tersebut akan
mengakibatkan semakin tingginya Non Performing Loan (NPL) di perbankan
Indonesia. Dengan kata lain, akan semakin banyak dana nasabah (masyarakat)
71
yang akan hilang karena perbankan tidak mampu menagih pinjamannya
kepada debitur yang melakukan kecurangan. Oleh karena itu, diperlukan
tindakan bagi perusahan yang tergolong dalam kategori manipulators, seperti
memberikan sanksi administratif (denda) agar perusahaan-perusahaan tersebut
tidak melakukan kesalahan yang sama pada periode selanjutnya.
2. Pembahasan tentang Perusahaan Non Manipulators
Menurut hasil analisis terdapat 44 (empat puluh empat) perusahaan atau
65,67% dari total perusahaan sampel tidak melakukan fraud (kecurangan)
terhadap penyajian laporan keuangannya. Hal ini menunjukkan bahwa
perusahaan-perusahaan tersebut memiliki komitmen untuk tidak merugikan
pihak lain, dengan cara tidak melakukan kecurangan atau manipulasi terhadap
laporan keuangannya.
Investor dan kreditor dapat meningkatkan kepercayaannya terhadap
perusahaan-perusahaan yang masuk dalam kategori non manipulators, karena
laporan keuangan yang mereka sampaikan tidak terindikasi adanya
kecurangan (fraud), sehingga dapat mengurangi resiko tingkat pengembalian
modal bagi investor dan resiko pinjaman yang tidak kembali bagi kreditor.
Oleh karena itu, perusahaan-perusahaan yang masuk dalam kategori non
manipulators layak mendapatkan penghargaan (reward) dari pihak-pihak
terkait atas komitmen mereka dalam melindungi kepentingan pengguna
laporan keuangannya.
72
3. Pembahasan tentang Perusahaan Grey (Grey Company)
Menurut hasil analisis terdapat 20 (dua puluh) perusahaan atau 29,85%
dari total perusahaan sampel tersebut tidak termasuk dalam kategori
manipulators dan non manipulators. Untuk dikategorikan sebagai perusahaan
yang tidak melakukan manipulasi terhadap laporan keuangan, indeks rasio
dari perusahaan tersebut melebihi nilai ambang batas yang telah ditetapkan,
sedangkan untuk dikategorikan sebagai perusahaan yang memanipulasi
laporan keuangan, indeks rasio perusahaan tersebut belum melampaui nilai
ambang batas. Kemungkinan terdapat usaha-usaha yang dilakukan perusahaan
untuk memanipulasi laporan keuangannya namun tidak signifikan, sehingga
perusahaan yang berada dalam kondisi ini masuk dalam kategori Grey atau
Grey Company. Oleh karena itu, pihak-pihak yang terkait diharapkan berhati-
hati dalam menggunakan informasi dari laporan keuangan perusahaan
kategori ini, sebab di masa mendatang perusahaan-perusahaan ini dapat
masuk dalam kategori perusahaan manipulators. Tindakan sanksi juga belum
diperlukan untuk perusahaan kategori ini, karena mereka belum terbukti
melakukan kecurangan (fraud) yang berlebihan.
73
PENGGOLONGAN PERUSAHAAN
Gambar 2. Persentase Perusahaan Manipulators, Non Manipulator, Grey
Company
C. Keterbatasan Penelitian
Keterbatasan dari penelitian ini adalah sampel yang digunakan terbatas pada
perusahaan manufaktur yang listing di Bursa Efek Indonesia tahun 2010-2011
yaitu hanya ada 67 perusahaan. Rentang waktu pengamatan juga masih dianggap
penulis terlalu singkat. Penelitian ini juga hanya menggunakan 5 (lima) variabel
akuntansi yaitu Days Sales In Receivables Index (DSRI), Gross Margin Index
(GMI), Asset Quality Index (AQI), Sales Growth Index (SGI), dan Total Accruals
To Total Assets Index (TATA). Selain itu, adanya kemungkinan bahwa manajer
perusahaan dalam menerapkan manipulasi tidak menggunakan teknik yang sama
terhadap kelima variabel akuntansi yang digunakan untuk mendeteksi adanya
kecurangan/manipulasi tersebut, sehingga manipulasi tidak dapat terdeteksi.
74
BAB V
SIMPULAN DAN SARAN
A. Simpulan
Penelitian ini bertujuan untuk mengetahui manakah perusahaan yang
tergolong Manipulators dan Non Manipulators dengan membandingkan indeks
rasio perusahaan atau indeks hitung dan indeks Beneish sebagai parameter.
Indeks rasio yang digunakan adalah Days Sales In Receivables Index (DSRI),
Gross Margin Index (GMI), Asset Quality Index (AQI), Sales Growth Index
(SGI), dan Total Accruals To Total Assets Index (TATA).
Berdasarkan analisis dan pembahasan di muka maka dapat ditarik kesimpulan
sebagai berikut:
1. Perusahaan Manipulators
Analisis indeks rasio menunjukkan bahwa 3 (tiga) perusahaan atau 4,48%
perusahaan sampel tergolong sebagai Manipulators. Perusahaan yang
tergolong dalam kategori perusahaan Manipulators memiliki indikasi
melakukan fraud (kecurangan) terhadap penyajian laporan keuangannya.
2. Perusahaan Non Manipulators
Analisis indeks rasio menunjukkan bahwa 44 (empat puluh empat)
perusahaan atau 65,67% perusahaan sampel tergolong sebagai Non
Manipulators. Perusahaan yang tergolong dalam perusahaan Non
Manipulators memiliki indikasi tidak melakukan fraud (kecurangan)
terhadap penyajian laporan keuangannya.
75
Perusahaan yang tidak tergolong sebagai perusahaan Manipulators dan
juga sebagai perusahaan Non Manipulators masuk dalam golongan Grey/
Grey Company, perusahaan golongan ini berjumlah 20 perusahaan atau
29,85% perusahaan sampel.
B. Saran
Berdasarkan kesimpulan yang didapat serta keterbatasan penelitian yang ada,
sarannya adalah penelitian selanjutnya diharapkan dapat memilih periode tahun
pengamatan yang lebih panjang, memperluas sampel penelitian, sehingga tidak
terbatas hanya pada satu sektor saja, dengan tujuan supaya hasil yang nantinya
diperoleh akan lebih akurat sehingga dapat menggambarkan fenomena financial
statement fraud. Dalam penelitian selanjutnya dapat menambahkan variabel-
variabel akuntansi lain seperti Sales General And Administrative Expenses Index
(SGAI), Leverage Index (LVGI), dan Depreciation Index (DEPI), yang mungkin
dapat melengkapi dan meningkatkan hasil yang lebih baik. Selain itu, penelitian
selanjutnya juga dapat menghitung tingkat signifikansi dari tiap variabel-variabel
akuntansi, sehingga dapat diketahui mana variabel yang secara signifikan mampu
membedakan antara perusahaan manipulators dan perusahaan non manipulators.
Bagi perusahaan, diharapkan tidak melakukan kecurangan (fraud) dalam
peyajian laporan keuangaannya, karena hal itu dapat merugikan pengguna
laporan keuangan tersebut. Bagi investor, calon investor, pernegang saham dan
kreditur serta analisis pasar modal dalarn mengambil keputusan untuk membeli
saham, diharapkan dapat melakukan analisis dengan baik terhadap laporan
76
keuangan ataupun mencari informasi tambahan di luar laporan keuangan
tersebut. Dengan demikian kemungkinan investor dan pihak lainnya mengalami
kerugian akibat adanya manipulasi pada laporan keuangan bisa dikurangi. Selain
itu juga agar badan penyusun standar maupun lembaga pengelola pasar modal
(BAPEPAM-LK) dapat membuat aturan yang dapat melindungi pengguna
laporan keuangan dari kondisi kecurangan (fraud) tersebut, serta mengumumkan
perusahaan yang melakukan manipulasi atas penyajian laporan keuangannya
kepada publik.
77
DAFTAR PUSTAKA
Accounting Standard Board (ASB). 2002. Statement on Auditing Standard (SAS) No. 99. Consideration of Fraud in a Financial Statement Audit.
Amrizal, Ak, MM, CFE. 2012. Pencegahan Dan Pendeteksian Kecurangan Oleh
Internal Auditor. (http://www.bpk.go.id/, diakses tanggal 07 Februari 2013). Beneish, Messod D. 1999. The detection of Earnings Manipulation. Financial
Analysts Journal Sept-Oct 1999. David Parsaoran. 2009. Skandal Manipulasi Laporan Keuangan PT. Kimia Farma
Tbk. (http://davidparsaoran’s.blogspot.com/ diakses tanggal 07 Februari 2013). Elang Widya Prakoso. 2009. Analisa Indeks Rasio Untuk Mendeteksi Fraud
(Penyimpangan/ Kecurangan) Laporan Keuangan (Studi Kasus pada perusahaan yang listing di Bursa Efek Indonesia per Desember 2007). Skripsi. Universitas Islam Indonesia.
Hall, James A. dan Tommie Singleton. 2007. Audit dan Assurance Teknologi
Informasi, Edisi 2. Terjemahan Dewi Fitriasari. Jakarta: Salemba Empat. Harrison, Walter T, dkk. 2010. Akuntansi Keuangan, Edisi ke-8. Terjemahan Gina
Gania. Jakarta: Penerbit Erlangga. Ikatan Akuntansi Indonesia. 2007. Standar Akuntansi Keuangan. Jakarta: Salemba
Analisis Fraud Triangle Yang Diadopsi Dalam SAS No.99. Skripsi. Ekonomika dan Bisnis Universitas Diponegoro.
Nur Indriantoro dan Bambang Supomo. 2002. Metode Penelitian Bisnis untuk
Akuntansi dan Manajemen. Yogyakarta: BPFE. Putri Fabelli. 2011. Analisis ‘Indexes’ (Beneish Ratio Index) Untuk Mendeteksi
Kecurangan Laporan Keuangan Perusahaan Manufaktur yang listing di BEI per Desember 2008. Skripsi. Universitas Negeri Yogyakarta.
78
Ratna Wardhani. 2012. Faktor-faktor Penyebab dan Konsekuensi dari Kecurangan Pelaporan Keuangan (Fraud): Suatu Tinjauan Teoritis. (http://www.bpk.go.id/, diakses tanggal 07 Februari 2013).
Sri Anik. 2004. Pendeteksian Earnings Management dengan Variabel Akuntansi.
Jurnal Penelitian Ilmu-Ilmu Sosial (Fenomena). Vol. 02 No. 02 September 2004 hal. 96-113.
Try R. Koroy. 2008. Pendeteksian Kecurangan (Fraud) Laporan Keuangan Oleh
Auditor Eksternal. Jurnal Akuntansi Dan Keuangan. Vol.10 No.1 hal 22-33. Uzun, S.H. Szewczyk and R. Varma. 2004. Board Composition And Corporate
Fraud. Financial Analysts Journal 60, hal 33–43. Wells, Joseph T. 2001. Irrational Ratios. Journal of Accountancy Agt-2001. Wild, John J, dkk. 2005. Financial Statement Analysis 8th Edition. The McGraw-Hill
Companies, Inc. Wilopo. 2006. Analisis Faktor-Faktor Yang Berpengaruh Terhadap Kecenderungan
Kecurangan Akuntansi: Studi Pada Perusahaan Publik Dan Badan Usaha Milik Negara Di Indonesia, Simposium Nasional Akuntansi 9 Padang, hal 21-69.
Yavida Norim dan Indra Wijaya. 2001. Penggunaan Variabel Akuntansi Untuk
Mendeteksi Earnings Management. Jurnal Akuntansi dan Manajemen STIE YKPN Yogyakarta. Vol.12 No. 02 Agustus 2001 hal. 13-26.
http://www.idx.go.id/emiten/ (diakses tanggal 31 Januari 2013) http://www.sahamok.com/daftar-perusahaan-manufaktur-2011/ (diakses tanggal 07
Februari 2013)
79
Lampiran 1. Daftar Perusahaan Sampel
No. Kode Nama Perusahaan 1 INTP Indocement Tunggal Prakasa Tbk 2 SMCB Holcim Indonesia Tbk 3 SMGR Semen Gresik Tbk 4 AMFG Asahimas Flat Gas Tbk 5 ARNA Arwana Citra Mulia Tbk 6 TOTO Surya Toto Indonesia Tbk 7 ALKA Alaska Industrindo Tbk 8 BTON Beton Jaya Manunggal Tbk 9 INAI Indal Aluminium Industry Tbk 10 JPRS Jaya Pari Steel Tbk 11 LION Lion Metal Works Tbk 12 LMSH Lionmesh Prima Tbk 13 MYRX Hanson International Tbk 14 PICO Pelangi Indah Canindo Tbk 15 TBMS Tembaga Mulia Semanan Tbk 16 BUDI Budi Acid Jaya Tbk 17 ETWA Eterindo Wahanatama Tbk 18 SRSN Indo Acitama Tbk 19 TPIA Chandra Asri Petrochemical Tbk 20 UNIC Unggul Indah Cahaya Tbk 21 BRNA Berlina Tbk 22 TRST Trias Sentosa Tbk 23 CPIN Charoen Pokphand Indonesia Tbk 24 MAIN Malindo Feedmill Tbk 25 ALDO Alkindo Naratama Tbk 26 INKP Indah Kiat Pulp & Paper Tbk 27 SPMA Suparma Tbk 28 TKIM Pabrik Kertas Twiji Kimia Tbk 29 ASII Astra International Tbk 30 IMAS Indomobil Sukses International Tbk 31 INDS Indospring Tbk 32 NIPS Nippres Tbk 33 PRAS Prima Alloy Steel Universal Tbk 34 SMSM Selamat Sempurna Tbk 35 ADMG Polychem Indonesia Tbk 36 ERTX Eratex Djaya Tbk 37 ESTI Ever Shine Textile Industry Tbk 38 PBRX Pan Brothers Tbk
80
39 POLY Asia Pasific Fibers Tbk 40 RICY Ricky Putra Globalindo Tbk 41 IKBI Sumi Indo kabel Tbk 42 JECC Jembo Cable Company Tbk 43 KBLM Kabelindo Murni Tbk 44 SCCO Supreme Cable Maufacturing and Commerce Tbk 45 VOKS Voksel Electric Tbk 46 AISA Tiga Pilar Sejahtera Food Tbk 47 CEKA Cahaya Kalbar Tbk 48 DLTA Delta Djakarta Tbk 49 ICBP Indofood CBP Sukses Makmur Tbk 50 INDF Indofood Sukses Makmur Tbk 51 MLBI Multi Bintang Indonesia Tbk 52 ROTI Nippon Indosari Corporindo Tbk 53 SKLT Sekar Laut Tbk 54 HMSP Hanjaya Mandala Sampoerna Tbk 55 RMBA Bentoel International Investama Tbk 56 DVLA Darya Varia Laboratoria Tbk 57 INAF Indofarma Tbk 58 KAEF Kimia Farma Tbk 59 KLBF Kalbe Farma Tbk 60 PYFA Pyridam Farma Tbk 61 TSPC Tempo Scan Pasific Tbk 62 MBTO Martina Berto Tbk 63 MRAT Mustika Ratu Tbk 64 TCID Mandom Indonesia Tbk 65 UNVR Unilever Indonesia Tbk 66 KDSI Kedawung Setia Industrial Tbk 67 LMPI Langgeng Makmur Industry Tbk
(Sumber: Bursa Efek Indonesia dan olah data 2013)
81
81
Lampiran 2. Hasil Perhitungan Days Sales in Receivables Index (DSRI)
No. Emiten Accounts Receivable Sales DSRI Kategori 2010 2011 2010 2011 1 INTP 1.290.899 1.908.525 11.137.805 13.887.892 1,185683751 G 2 SMCB 564.622 638.343 5.960.589 7.523.964 0,895650912 N 3 SMGR 1.354.989.945 1.456.557.511 14.344.188.706 16.378.793.758 0,941424812 N 4 AMFG 63.165 77.271 2.426.138 2.596.271 1,143156026 G 5 ARNA 12.966.319.504 9.097.513.869 830.183.904.081 922.684.829.411 0,631287131 N 6 TOTO 10.598.799.505 13.445.366.667 1.121.498.803.637 1.341.926.755.400 1,060195548 G 7 ALKA 117.108.374 197.378.415 845.070.373 873.024.320 1,631466799 M 8 BTON 13.634.089.158 18.850.237.220 127.918.509.530 153.646.138.180 1,151071846 G 9 INAI 62.246.194.284 104.930.818.714 461.421.340.873 555.886.728.181 1,399270341 G 10 JPRS 19.122.987.058 50.174.444.216 427.792.535.324 641.375.013.671 1,750040118 M 11 LION 20.207.670.064 31.059.499.118 207.832.622.837 268.414.285.432 1,19010779 G 12 LMSH 12.520.758.610 27.648.764.831 161.011.674.412 207.522.581.381 1,713314527 M 13 MYRX 40.101.199.372 16.299.149.129 109.045.641.288 183.463.016.453 0,241583546 N 14 PICO 11.007.516.222 5.279.452.037 586.317.697.184 621.233.560.518 0,452665721 N 15 TBMS 460.458.514.885 646.666.751.491 4.275.538.434.054 6.067.106.666.012 0,989690059 N 16 BUDI 103.362 104.626 2.124.381 2.503.984 0,858775363 N 17 ETWA 102.323.753.570 119.496.947.891 810.859.291.874 904.236.103.280 1,047234653 G 18 SRSN 72.873.554 104.304.869 342.870.221 387.354.222 1,266940167 G 19 TPIA* 112.760 129.807 1.858.170 2.197.484 0,973425611 N 20 UNIC* 13.796.693 17.209.684 359.351.344 461.602.658 0,971066267 N 21 BRNA 136.491.258 132.921.278 568.328.198 679.335.305 0,814713083 N 22 TRST 347.424.933.395 337.912.937.459 1.745.510.962.548 2.025.867.019.342 0,838022122 N
82
82
No. Emiten Accounts Receivable Sales DSRI Kategori 2010 2011 2010 2011 23 CPIN 883.855 1.331.463 15.077.822 17.957.972 1,264821971 G 24 MAIN 89.475.972 157.711.925 2.036.518.864 2.634.460.563 1,362557515 G 25 ALDO 47.585.901.083 50.573.511.070 220.763.874.733 244.802.861.887 0,95842101 N 26 INKP* 184.848 166.795 2.509.631 2.559.942 0,884602202 N 27 SPMA 113.723.208.631 183.029.518.779 1.162.609.336.847 1.189.507.920.704 1,573035419 M 28 TKIM* 56.383 38.881 1.338.766 1.378.740 0,669593987 N 29 ASII 8.976 14.004 129.038 162.564 1,238404452 G 30 IMAS 831.228.403.558 1.122.264.105.930 10.935.334.616.535 15.776.580.286.659 0,935823405 N 31 INDS 163.943.207.684 222.996.157.125 1.027.120.388.110 1.234.986.291.420 1,131261908 G 32 NIPS 99.943.845.628 136.036.197.499 400.894.525.220 579.224.436.320 0,942066754 N 33 PRAS 12.303.895.878 90.398.864.481 287.200.306.413 330.446.667.706 6,385631462 M 34 SMSM 266.399.025.494 313.450.427.573 1.561.786.956.669 1.807.890.780.238 1,01644957 N 35 ADMG 197.151.196 328.693.015 3.627.172.193 4.861.469.233 1,243917824 G 36 ERTX 17.418.287 42.784.880 233.110.260 259.370.954 2,207623078 M 37 ESTI 95.032.721.861 100.994.869.617 612.897.706.841 713.716.481.474 0,912616708 N 38 PBRX 146.967.903.619 312.660.783.343 1.428.090.019.385 2.170.706.640.132 1,399604601 G 39 POLY 422.111.905.807 454.265.227.439 4.455.449.431.196 5.557.223.233.050 0,862810792 N 40 RICY 116.718.096.747 165.549.158.958 580.322.384.348 616.394.673.133 1,335362657 G 41 IKBI 116.036.704.183 85.749.230.258 1.226.301.858.648 1.411.898.217.508 0,641843048 N 42 JECC 144.707.620 105.111.136 830.723.138 1.267.418.214 0,476095078 N 43 KBLM 105.787.446.987 183.026.892.062 542.618.175.974 864.752.600.095 1,085633483 G 44 SCCO 217.285.657.506 243.250.056.726 2.198.396.728.350 3.363.728.158.430 0,731656218 N 45 VOKS 501.847.779.710 540.308.121.442 1.309.570.310.227 2.014.608.187.195 0,699854427 N 46 AISA 159.843 473.758 705.220 1.752.802 1,19248986 G
83
83
No. Emiten Accounts Receivable Sales DSRI Kategori 2010 2011 2010 2011 47 CEKA 101.790.949.890 119.086.601.969 718.204.875.108 1.238.169.022.036 0,678612962 N 48 DLTA 181.258.599 175.236.816 1.205.482.258 1.394.152.938 0,835943912 N 49 ICBP 488.044 638.191 17.960.120 19.367.155 1,212648973 G 50 INDF 2.245.977 2.584.084 38.403.360 45.332.256 0,9746826 N 51 MLBI 216.394 261.690 1.790.164 1.858.750 1,164699127 G 52 ROTI 73.792.955.578 101.501.209.883 612.192.357.641 813.342.078.952 1,035311352 G 53 SKLT 36.573.499.123 44.897.942.286 314.145.710.944 344.435.729.830 1,119651491 G 54 HMSP 821.727 823.248 43.381.658 52.856.708 0,822259997 N 55 RMBA 189.042 279.948 8.904.568 10.070.175 1,309468039 G 56 DVLA 264.553.433 281.512.813 929.196.665 972.297.437 1,016935168 N 57 INAF 83.990.238.204 101.889.751.789 1.047.918.156.470 1.203.466.970.652 1,056318488 G 58 KAEF 318.091.667.756 336.295.346.601 3.183.829.303.909 3.481.166.441.259 0,966926699 N 59 KLBF 1.262.710.670.671 1.529.991.628.590 10.226.789.206.223 10.911.860.141.523 1,135600872 G 60 PYFA 20.587.473.955 24.057.783.179 140.858.442.443 151.094.461.045 1,089398773 G 61 TSPC 535.646.482.268 599.068.886.020 5.134.242.102.154 5.780.664.117.037 0,99333815 N 62 MBTO 11.339.780.127 13.393.072.016 566.186.416.236 648.375.230.795 1,031356002 N 63 MRAT 143.195.383.970 170.527.609.761 369.366.074.883 406.315.784.681 1,0825775 G 64 TCID 6.628.722.830 7.532.326.894 1.466.938.711.851 1.654.671.098.358 1,007394529 N 65 UNVR 1.445.450 1.877.699 19.690.239 23.469.218 1,089871435 G 66 KDSI 162.684.566.880 187.050.703.701 1.123.050.137.949 1.180.506.128.191 1,09381504 G 67 LMPI 129.633.196.266 160.044.871.815 401.594.186.536 502.186.982.451 0,987296279 N
(Sumber : Laporan Keuangan Konsolidasi Perusahaan 2010-2011 dari Bursa Efek Indonesia dan Olah Data 2013) Keterangan : (*) = saldo dalam tabel dinyatakan dalam Dollar (US $), selebihnya dinyatakan dalam Rupiah (Rp).
N = Non Manipulators; G = Grey; M = Manipulators
84
84
Lampiran 3. Hasil Perhitungan Gross Margin Index (GMI)
47 CEKA 718.204.875.108 1.238.169.022.036 634.746.201.685 1.040.848.239.096 0,729172418 N 48 DLTA 1.205.482.258 1.394.152.938 188.174.567 171.149.868 0,961998458 N 49 ICBP 17.960.120 19.367.155 12.976.664 14.335.896 1,068096637 G 50 INDF 38.403.360 45.332.256 25.916.354 32.749.190 1,171412772 G 51 MLBI 1.790.164 1.858.750 761.988 778.417 0,988184374 N 52 ROTI 612.192.357.641 813.342.078.952 323.167.484.228 433.938.241.819 1,012089312 G 53 SKLT 314.145.710.944 344.435.729.830 252.082.911.939 271.964.581.408 0,938951752 N 54 HMSP 43.381.658 52.856.708 30.725.665 37.661.205 1,014787503 N 55 RMBA 8.904.568 10.070.175 6.960.270 7.756.010 0,950151091 N 56 DVLA 929.196.665 972.297.437 341.549.889 349.019.084 0,986565247 N 57 INAF 1.047.918.156.470 1.203.466.970.652 729.453.843.277 807.282.612.783 0,923145716 N 58 KAEF 3.183.829.303.909 3.481.166.441.259 2.279.309.994.224 2.443.150.487.283 0,952771651 N 59 KLBF 10.226.789.206.223 10.911.860.141.523 5.060.403.621.307 5.360.686.806.582 0,993028045 N 60 PYFA 140.858.442.443 151.094.461.045 51.083.374.401 49.501.431.080 0,947889018 N 61 TSPC 5.134.242.102.154 5.780.664.117.037 3.239.912.027.011 3.580.621.360.619 0,969451139 N 62 MBTO 566.186.416.236 648.375.230.795 264.700.125.431 302.234.427.169 0,997428426 N 63 MRAT 369.366.074.883 406.315.784.681 162.523.780.610 178.805.292.118 1,000102713 N 64 TCID 1.466.938.711.851 1.654.671.098.358 923.034.681.729 1.053.345.049.712 1,02026261 G 65 UNVR 19.690.239 23.469.218 9.485.274 11.462.805 1,013084971 N 66 KDSI 1.123.050.137.949 1.180.506.128.191 992.220.418.488 1.033.774.953.335 0,937244964 N 67 LMPI 401.594.186.536 502.186.982.451 327.568.495.952 413.111.388.545 1,039206308 G
(Sumber : Laporan Keuangan Konsolidasi Perusahaan 2010-2011 dari Bursa Efek Indonesia dan Olah Data 2013) Keterangan : (*) = saldo dalam tabel dinyatakan dalam Dollar (US $), selebihnya dinyatakan dalam Rupiah (Rp).
N = Non Manipulators; G = Grey; M = Manipulators
87
87
Lampiran 4. Hasil Perhitungan Asset Quality Index (AQI)
No. Emiten Current Assets Net Fixed Assets 2010 2011 2010 2011
(Sumber : Laporan Keuangan Konsolidasi Perusahaan 2010-2011 dari Bursa Efek Indonesia) Keterangan : (*) = saldo dalam tabel dinyatakan dalam Dollar (US $), selebihnya dinyatakan dalam Rupiah (Rp).
90
90
No. Emiten Total Assets Asset Quality AQI Kategori2010 2011 2010 2011 1 INTP 15.346.146 18.151.331 0,010332822 0,010946525 1,059393526 G 2 SMCB 10.437.249 10.950.501 0,027858011 0,022289117 0,800097214 N 3 SMGR 15.562.998.946 19.661.602.767 0,035633922 0,019060796 0,534905924 N 4 AMFG 2.372.657 2.690.595 0,021761258 0,023931881 1,099747163 G 5 ARNA 873.154.085.922 831.507.593.676 0,007117289 0,006675584 0,937939204 N 6 TOTO 1.091.583.115.098 1.339.570.029.820 0,011932052 0,01950534 1,634701254 M 7 ALKA 159.196.107 258.483.778 0,062466 0,037093895 0,593825355 N 8 BTON 89.780.541.701 118.715.558.433 0,326244022 0,264392509 0,810413344 N 9 INAI 389.007.411.195 544.282.443.363 0,200879362 0,16515082 0,822139312 N 10 JPRS 411.281.598.196 437.848.660.950 0,262930939 0,269121178 1,023543213 N 11 LION 303.899.974.798 365.815.749.593 0,047459996 0,053164154 1,120188769 G 12 LMSH 78.200.046.845 98.019.132.648 0,025062651 0,035677289 1,423524176 M 13 MYRX 133.215.721.925 861.974.534.206 0,002251986 0,559696705 248,5346688 M 14 PICO 570.360.266.065 561.840.337.025 0,01366776 0,009620979 0,70391777 N 15 TBMS 1.239.043.088.831 1.464.965.579.262 0,002477958 0,027524038 11,1075476 M 16 BUDI 1.967.633 2.123.285 0,007324537 0,002936488 0,400911035 N 17 ETWA 533.380.349.067 620.709.452.075 0,442897702 0,518262051 1,170161978 G 18 SRSN 364.004.769 361.182.183 0,06454555 0,045004269 0,697248202 N 19 TPIA* 1.486.497 1.604.922 0,016538883 0,015524119 0,938643735 N 20 UNIC* 253.612.120 280.646.814 0,167119888 0,149504102 0,894591927 N 21 BRNA 550.907.477 643.963.801 0,017743863 0,015784091 0,889552084 N 22 TRST 2.029.558.232.720 2.132.449.783.092 0,021724679 0,037281923 1,71610929 M 23 CPIN 4.274.636 5.250.245 -0,175216556 -0,445606443 2,54317544 M 24 MAIN 966.318.649 1.327.801.184 0,039957645 0,034657831 0,867364194 N
91
91
No. Emiten Total Assets Asset Quality AQI Kategori2010 2011 2010 2011 25 ALDO 134.599.084.530 164.522.710.978 0,046591926 0,041085852 0,881823445 N 26 INKP* 5.925.112 6.318.835 0,107725052 0,101769709 0,944717194 G 27 SPMA 1.490.033.771.432 1.551.777.407.073 0,003355629 0,004654822 1,387168368 M 28 TKIM* 2.329.754 2.568.897 0,102106059 0,094469338 0,925207956 N 29 ASII 112.857 153.521 0,388748593 0,382612151 0,984214882 N 30 IMAS 7.985.019.561.240 12.913.941.646.042 0,341928004 0,281204358 0,822408095 N 31 INDS 769.815.652.287 1.139.715.256.754 0,070563892 0,004284025 0,060711291 N 32 NIPS 337.605.715.524 446.688.457.381 0,010508081 0,010947175 1,041786336 G 33 PRAS 461.968.722.867 481.911.700.412 0,048136538 0,026649102 0,553614839 N 34 SMSM 1.067.103.249.531 1.136.857.942.381 0,026811098 0,017781606 0,663218103 N 35 ADMG 4.794.199.216 5.247.203.768 0,048871527 0,04477427 0,91616269 N 36 ERTX 115.327.584 171.870.252 0,107042813 0,056214225 0,525156462 N 37 ESTI 583.252.944.571 636.930.474.525 0,033470456 0,022528335 0,67308121 N 38 PBRX 887.284.106.449 1.515.038.439.895 0,01539273 0,026704005 1,734845274 M 39 POLY 3.948.489.966.146 3.683.205.736.554 0,12013241 0,088975124 0,740642127 N 40 RICY 613.323.196.638 642.094.672.040 0,000957809 0,007178027 7,494219374 M 41 IKBI 600.820.329.651 635.399.146.504 0,035180161 0,034925522 0,992761856 N 42 JECC 561.998.694 627.037.935 0,037586721 0,041361446 1,100427109 G 43 KBLM 403.194.715.268 642.954.768.386 0,011714156 0,001909662 0,163021718 N 44 SCCO 1.157.613.045.585 1.455.620.557.037 0,051366336 0,041360776 0,805211714 N 45 VOKS 1.126.480.755.028 1.573.039.162.237 0,010088865 0,0142232 1,409791965 M 46 AISA 1.936.950 3.590.309 0,336042231 0,259047341 0,770877339 N 47 CEKA 850.469.914.144 823.360.918.368 0,01092804 0,001549897 0,141827549 N 48 DLTA 708.583.733 696.166.676 0,040489116 0,029248563 0,722380877 N
92
92
No. Emiten Total Assets Asset Quality AQI Kategori2010 2011 2010 2011 49 ICBP 13.361.313 15.222.857 0,302282418 0,266212183 0,880673726 N 50 INDF 47.275.955 53.585.933 0,327033457 0,301631139 0,922325017 N 51 MLBI 1.137.082 1.220.813 0,009640466 0,014393687 1,493048915 M 52 ROTI 568.265.341.826 759.136.918.500 0,016564282 0,030043852 1,813773221 M 53 SKLT 199.375.442.469 214.237.879.424 0,039430002 0,040895911 1,037177507 N 54 HMSP 20.525.123 19.376.343 0,032605261 0,034795936 1,067187779 G 55 RMBA 4.902.597 6.333.957 0,02775325 0,019813049 0,713900137 N 56 DVLA 854.109.991 928.290.993 0,030984397 0,033919756 1,094736686 G 57 INAF 733.957.862.392 1.114.901.669.774 -0,094743631 0,169448784 -1,788497881 N 58 KAEF 1.657.291.834.312 1.794.242.423.105 0,063082532 0,05823791 0,923201846 N 59 KLBF 7.032.496.663.288 8.274.554.112.840 0,056265333 0,055367623 0,98404505 N 60 PYFA 100.586.999.230 118.033.602.852 0,006826395 0,008728619 1,278657159 M 61 TSPC 3.589.595.911.220 4.250.374.395.321 0,052023104 0,056997227 1,095613734 G 62 MBTO 333.129.929.836 541.673.841.000 0,048598554 0,026741084 0,550244435 N 63 MRAT 386.352.442.915 422.493.037.089 0,070525319 0,05063898 0,718025536 N 64 TCID 1.047.238.440.003 1.130.865.062.422 0,037902617 0,037718475 0,995141708 N 65 UNVR 8.701.262 10.482.312 0,092441073 0,068857138 0,744876006 N 66 KDSI 557.724.815.222 587.566.985.478 0,046062282 0,043166179 0,937126351 N 67 LMPI 608.920.103.517 685.895.619.326 0,200578485 0,193954753 0,966976859 N
(Sumber : Laporan Keuangan Konsolidasi Perusahaan 2010-2011 dari Bursa Efek Indonesia dan Olah Data 2013)
Keterangan : (*) = saldo dalam tabel dinyatakan dalam Dollar (US $), selebihnya dinyatakan dalam Rupiah (Rp).
N = Non Manipulators; G = Grey; M = Manipulators
93
93
Lampiran 5. Hasil Perhitungan Sales Growth Index (SGI)
No. Emiten Sales SGI Kategori2010 2011 1 INTP 11.137.805 13.887.892 1,24691463 G 2 SMCB 5.960.589 7.523.964 1,262285321 G 3 SMGR 14.344.188.706 16.378.793.758 1,141841766 G 4 AMFG 2.426.138 2.596.271 1,07012503 N 5 ARNA 830.183.904.081 922.684.829.411 1,11142221 N 6 TOTO 1.121.498.803.637 1.341.926.755.400 1,196547648 G 7 ALKA 845.070.373 873.024.320 1,033078839 N 8 BTON 127.918.509.530 153.646.138.180 1,201125144 G 9 INAI 461.421.340.873 555.886.728.181 1,204726958 G 10 JPRS 427.792.535.324 691.375.013.671 1,499266492 G 11 LION 207.832.622.837 268.414.285.432 1,291492557 G 12 LMSH 161.011.674.412 207.522.581.381 1,288866675 G 13 MYRX 109.045.641.288 183.463.016.453 1,682442455 M 14 PICO 586.317.697.184 621.233.560.518 1,059551099 N 15 TBMS 4.275.538.434.054 6.067.106.666.012 1,419027512 G 16 BUDI 2.124.381 2.503.984 1,178688757 G 17 ETWA 810.859.291.874 904.236.103.280 1,115157848 N 18 SRSN 342.870.221 387.354.222 1,129740054 N 19 TPIA* 1.858.170 2.197.484 1,182606543 G 20 UNIC* 359.351.344 461.602.658 1,284544126 G 21 BRNA 568.328.198 679.335.305 1,195322188 G 22 TRST 1.745.510.962.548 2.025.867.019.342 1,160615466 G
94
94
No. Emiten Sales SGI Kategori2010 2011 23 CPIN 15.077.822 17.957.972 1,191018968 G 24 MAIN 2.036.518.864 2.634.460.563 1,293609703 G 25 ALDO 220.763.874.733 244.802.861.887 1,10889004 N 26 INKP* 2.509.631 2.559.942 1,02004717 N 27 SPMA 1.162.609.336.847 1.189.507.920.704 1,023136391 N 28 TKIM* 1.338.766 1.378.740 1,02985884 N 29 ASII 129.038 162.564 1,259814938 G 30 IMAS 10.935.334.616.535 15.776.580.286.659 1,442715824 G 31 INDS 1.027.120.388.110 1.234.986.291.420 1,202377351 G 32 NIPS 400.894.525.220 579.224.436.320 1,444829999 G 33 PRAS 287.200.306.413 330.446.667.706 1,150579092 G 34 SMSM 1.561.786.956.669 1.807.890.780.238 1,157578358 G 35 ADMG 3.627.172.193 4.861.469.233 1,340291824 G 36 ERTX 233.110.260 259.370.954 1,112653531 N 37 ESTI 612.897.706.841 713.716.481.474 1,164495271 G 38 PBRX 1.428.090.019.385 2.170.706.640.132 1,52000687 G 39 POLY 4.455.449.431.196 5.557.223.233.050 1,247286793 G 40 RICY 580.322.384.348 616.394.673.133 1,062159051 N 41 IKBI 1.226.301.858.648 1.411.898.217.508 1,15134639 G 42 JECC 830.723.138 1.267.418.214 1,525680646 G 43 KBLM 542.618.175.974 864.752.600.095 1,593666852 G 44 SCCO 2.198.396.728.350 3.363.728.158.430 1,530082407 G 45 VOKS 1.309.570.310.227 2.014.608.187.195 1,538373443 G 46 AISA 705.220 1.752.802 2,485468364 M
95
95
No. Emiten Sales SGI Kategori2010 2011 47 CEKA 718.204.875.108 1.238.169.022.036 1,723977468 M 48 DLTA 1.205.482.258 1.394.152.938 1,156510541 G 49 ICBP 17.960.120 19.367.155 1,078342183 N 50 INDF 38.403.360 45.332.256 1,180424213 G 51 MLBI 1.790.164 1.858.750 1,038312691 N 52 ROTI 612.192.357.641 813.342.078.952 1,328572742 G 53 SKLT 314.145.710.944 344.435.729.830 1,096420285 N 54 HMSP 43.381.658 52.856.708 1,218411431 G 55 RMBA 8.904.568 10.070.175 1,130899893 N 56 DVLA 929.196.665 972.297.437 1,046384984 N 57 INAF 1.047.918.156.470 1.203.466.970.652 1,148436033 G 58 KAEF 3.183.829.303.909 3.481.166.441.259 1,093389786 N 59 KLBF 10.226.789.206.223 10.911.860.141.523 1,066987881 N 60 PYFA 140.858.442.443 151.094.461.045 1,072668833 N 61 TSPC 5.134.242.102.154 5.780.664.117.037 1,125904077 N 62 MBTO 566.186.416.236 648.375.230.795 1,14516211 G 63 MRAT 369.366.074.883 406.315.784.681 1,100035472 G 64 TCID 1.466.938.711.851 1.654.671.098.358 1,127975617 N 65 UNVR 19.690.239 23.469.218 1,191921439 G 66 KDSI 1.123.050.137.949 1.180.506.128.191 1,051160664 N 67 LMPI 401.594.186.536 502.186.982.451 1,250483695 G
(Sumber : Laporan Keuangan Konsolidasi Perusahaan 2010-2011 dari Bursa Efek Indonesia dan Olah Data 2013) Keterangan : (*) = saldo dalam tabel dinyatakan dalam Dollar (US $), selebihnya dinyatakan dalam Rupiah (Rp).
N = Non Manipulators; G = Grey; M = Manipulators
96
96
Lampiran 6. Hasil Perhitungan Total Accruals to Total Assets (TATA)
No. Emiten Current Assets Current Liabilities 2010 2011 2010 2011
(Sumber : Laporan Keuangan Konsolidasi Perusahaan 2010-2011 dari Bursa Efek Indonesia) Keterangan: (*) = saldo dalam tabel dinyatakan dalam Dollar (US $), selebihnya dinyatakan dalam Rupiah (Rp).
99
99
No. Emiten Working Capital Cash 2010 2011 2010 2011